Pour apprendre à mobiliser ses connaissances, réfléchissons à une éducation durable

Image de Freepik.



Colin de la Higuera, Avril 2024



Résumé

Avec l’intelligence artificielle (IA), un enjeu majeur de l’éducation est d’amener chacun·e à savoir mobiliser ses connaissances. Cette mobilisation sera nécessaire pour résoudre des problèmes d’ordre professionnel, social, familial, etc. Mais, depuis l’arrivée de ChatGPT, “mobiliser ses connaissances” ne veut plus dire la même chose qu’auparavant. Ceci implique qu’une mission de l’école devient d’enseigner à travailler avec ChatGPT. Mais cela ne suffira pas. Il faudra aussi être capable de retrouver ses connaissances et parmi celles-ci les livres et les ressources éducatives que nous avons utilisés pendant notre apprentissage.

Or, notre éducation est essentiellement éphémère : à la fin de l’année, il faut rendre les livres. Les environnements numériques de travail (ENT, ou ENA, pour environnement numérique d’apprentissage au Québec) ne laissent plus accès au cours une fois l’examen passé.

Il faut donc passer à une éducation durable, c’est-à-dire une éducation qui cherche à permettre une longévité accrue des connaissances “acquises”. Celle-ci a besoin, pour exister, des ressources éducatives libres et des principes de l’éducation ouverte pour sortir de cette marchandisation des supports, mais aussi d’un travail avec l’IA pour apprendre à travailler avec celle-ci.


Image de Freepik générée par IA (Midjourney 6)

Mobiliser ses connaissances

Les objectifs de l’éducation sont nombreux. Depuis les apports d’Internet et aujourd’hui de l’IA, peut-être faut-il considérer qu’un objectif majeur de l’éducation est de permettre à chacun·e de mobiliser ses connaissances.

Pour cela, il convient de se pencher sur deux questions : Que sont « ses connaissances » et d’où viennent-elles ? Comment les mobilise-t-on ?

Si au siècle dernier les connaissances étaient acquises pendant sa scolarité, puis entretenues par ses lectures et son expérience, il a fallu petit à petit intégrer les connaissances qui n’étaient pas acquises mais étaient cependant mobilisables : celles que l’on pouvait trouver sur Internet en particulier. C’est pour cela que des pays comme le Danemark ont introduit la possibilité d’avoir accès à Internet pendant les examens, y compris le baccalauréat1.

Plus timidement, en France, des cours de documentation ont été proposés pour apprendre à chercher de l’information, à sourcer celle-ci, à commencer à distinguer le vrai du faux. Ailleurs, le terme « source triangulation » est utilisé pour bien mettre en avant qu’il s’agit de quelque chose de complexe, qui s’étudie, qui s’apprend.

L’intelligence artificielle sera présente dans tous les moments où l’adulte aura à opérer, à prendre des décisions, à évaluer une situation. Ces moments se produiront dans sa vie professionnelle ou dans ses interactions avec le monde : dans sa communication, dans ses choix démocratiques, dans la gestion de sa santé, de sa famille.

Pour les enfants et les adolescent·es, le cadre scolaire pourrait établir les conditions dans lesquelles l’accès à l’IA serait autorisé, mais il ne fait nul doute qu’à l’extérieur de l’école, ce sera un outil d’interaction qui pourra être utilisé. Et le sera.

Si nous voulons des citoyen·nes averti·es et que les connaissances nécessaires soient équitablement partagées, il est donc indispensable d’apprendre correctement à utiliser cette IA. Ce qui implique qu’elle soit enseignée à l’école.

Mais cela ne suffira pas. Il faut également prendre soin d’un sujet pressant, mis en évidence par l’adaptation à marches forcées du système éducatif aux effets du Covid et à l’arrivée de l’IA générative : notre éducation est éphémère.

Une éducation éphémère ?

Dans le système éducatif, il est nécessaire de rendre ses livres à la fin de l’année. C’est le cas dans les endroits où les livres sont à la charge des familles qui vont passer par la « bourse aux livres » pour tenter de récupérer un peu d’argent sur les livres de l’année antérieure afin d’acheter ceux de l’année à venir. C’est également le cas pour les endroits où les collectivités locales rendent gratuit l’accès au livre (on objectera que la gratuité est payée avec nos impôts…) : en fin d’année, il faut les rendre. C’est sans doute normal -ou devenu normal- mais cela laisse supposer que la connaissance a été acquise et que les supports de la connaissance ne sont plus nécessaires. Qu’il n’est pas concevable d’avoir envie de vérifier quelque chose un an ou dix ans plus tard. Je suis d’une génération qui a gardé son Bled et son Bescherelle pendant très, très longtemps. Cette idée que la connaissance, une fois apprise, n’a plus besoin de support, n’est pas très durable.

Les ENT (environnements numériques de travail) ne font guère mieux et ont une fâcheuse tendance à ne plus laisser l’accès aux ressources de l’année précédente. Ainsi, un·e élève ou étudiant·e qui a terminé son année ou son semestre ne peut plus, là non plus, retrouver une information précieuse. À croire qu’on cherche à valider le raisonnement qu’une fois le contrôle ou l’examen passé, il n’y a plus besoin de retrouver ses notes. Bien entendu, l’élève ou l’étudiant·e pourrait repartir sur ses notes de cours, sur ses livres personnels. Ou même conserver soigneusement une copie numérique des supports de l’année. En tant qu’enseignant, à l’université, je crains que ce ne soit pas le cas : l’ensemble de ce qu’il/elle trouve dans son ENT lui suffit…pour passer l’examen.

Je suis conscient que ces deux remarques ont un caractère trop général, et il est probable que dans telle ou telle région, université ou lycée, on ait trouvé des solutions pour permettre un accès dans le temps aux connaissances supposées acquises.

Image de jcomp sur Freepik

Quelles conséquences pour l’élève ?

Les conséquences sont connues des enseignant·es : quand on demande à un·e élève de mobiliser une connaissance au programme de l’année précédente, il y a souvent un réel oubli et une dénégation (pas vu) mais surtout l’incapacité par l’élève d’imaginer une stratégie pour pouvoir retrouver le document dans lequel cette connaissance était explicitée.

Attention, cela ne signifie pas qu’il n’existe pas de façon de retrouver cette connaissance ! L’enjeu est que ce n’est pas simple et, en fermant les portes brutalement en fin d’année, le message est tout de même plutôt « tu n’auras plus besoin de retrouver ces supports ».

Un détour par l’apprentissage automatique

Le moteur de l’intelligence artificielle s’appelle l’apprentissage automatique (machine learning). Cette idée fondatrice, on la doit, comme beaucoup de choses en informatique, au génie d’Alan Turing qui écrivait en 19502 que pour construire une machine intelligente, il valait mieux la construire à l’image d’un enfant qu’à celle d’un adulte. En dotant la machine de la capacité d’apprendre, on en ferait une machine intelligente :

Instead of trying to produce a programme to simulate the adult mind, why not rather try to produce one which simulates the child’s? If this were then subjected to an appropriate course of education one would obtain the adult brain.

Alan Turing, 1950

En simplifiant un peu, un algorithme d’apprentissage automatique va partir de données et exploiter les motifs et régularités de celles-ci pour construire un ensemble de règles susceptible de prendre une nouvelle donnée et de prédire pour celle-ci une classe ou un score.

Un enjeu majeur de l’apprentissage automatique est de pouvoir comparer différents algorithmes, de chercher à améliorer son algorithme pour qu’il fasse mieux qu’un autre, ou mieux que les humains. Pour pouvoir définir ce « mieux », il est utile de définir une fonction mathématique qui permet de compter la précision de l’ensemble de règles en question, ou l’erreur commise. Mais -et c’est là un saut conceptuel étonnant mais qui fonctionne très bien- il suffit maintenant de chercher uniquement à optimiser cette fonction mathématique. Par exemple à trouver l’ensemble de règles qui minimise l’erreur. Et cela devient un « simple » problème d’analyse : trouver R tel que fe(R) est minimum (sans entrer dans les détails, fe est la fonction qui mesure l’erreur d’une règle R). Des calculs de dérivées partielles fonctionnent très bien.

Rien de choquant à ce que les mathématiques apportent une réponse. On a même (grâce à Vapnik3) une caractérisation mathématique des raisons pour lesquelles ce tour de passe-passe fonctionne.

Le moteur (et non le simple indicateur) d’un algorithme d’apprentissage est donc l’optimisation de sa fonction d’évaluation.

Dans le contexte de l’apprentissage humain, l’équivalent serait d’utiliser les notes et les scores comme des objets de l’apprentissage et non comme des indicateurs de progrès.

Apprendre pour passer ses examens

L’arrivée de l’IA dans l’éducation nous fait prendre conscience d’un enseignement « porté » par les évaluations et par les notes. Et là aussi, nous voyons bien que souvent, l’enjeu devient celui d’avoir une bonne note (combien de parents demandent à leurs enfants « Qu’as-tu appris à l’école aujourd’hui ? » plutôt que « As-tu eu des notes aujourd’hui ? » ?). Et, en cohérence avec cela, l’objectif de l’apprentissage peut être vu comme la construction d’un savoir éphémère, utile à réussir son contrôle ou son examen. En fin de compte, si l’objectif est d’obtenir de bonnes notes, est-il vraiment utile de s’encombrer d’un savoir ? Ce qui fonctionne pour une machine ne serait-elle pas similairement utile pour l’humain ?

Notons que le débat n’est pas ici nécessairement de savoir si le système éducatif fonctionne comme cela, mais sur la perception que peut avoir un·e élève ou étudiant·e. Voire un·e enseignant·e. Et nous entendons hélas bien trop souvent les un·es et les autres justifier de l’importance de telle ou telle matière par le coefficient dans l’évaluation finale…

L’intelligence artificielle est un révélateur

Lorsque l’IA a été utilisée pour classer des lettres de recommandation et que ce classement a abouti à effectuer une sélection très discriminatoire en faveur des hommes blancs, la réaction générale a été d’accuser l’IA d’être biaisée. Une analyse plus fine a montré que si l’IA pouvait accroître les biais, ceux-ci étaient en réalité déjà présents dans les données4. Une vision optimiste est alors de voir l’IA agir comme un révélateur : elle permet d’exposer des biais qui ne sont pas toujours visibles.

Depuis l’arrivée de ChatGPT, la question du contrôle des connaissances est posée. En particulier, l’évaluation dite sommative qui s’effectue sur des travaux effectués hors de la classe. Il est aujourd’hui évident que l’IA trouve toute sa place à côté de la gomme et du crayon (on peut même imaginer qu’elle a remplacé la gomme et le crayon) et que chez lui/elle, l’élève ou l’étudiant·e utilise l’IA. Cela entraîne de fait de nombreuses frustrations de la part des enseignant·es, qui se croient condamné·es à lire, corriger et noter des travaux loin d’être personnels.

Une analyse hâtive est de penser que l’IA crée un problème. En réalité, elle expose (révèle) un problème qui existait déjà : toutes sortes de façons de s’accommoder de la situation existaient et le Covid a été un second révélateur ici. En quelque sorte, ChatGPT n’est qu’une démocratisation de la tricherie5.

L’IA apporte une solution à la question d’obtenir des bonnes notes. Des études récentes montrent que les élèves sont persuadé·es que c’est le cas : utiliser les IA génératives permet d’avoir de meilleures notes6. Notons bien qu’il n’est pas dit dans les enquêtes qu’elles permettent de mieux apprendre !

Il est devenu clair pour toutes les parties que si le but de l’éducation se résume à avoir de bonnes notes, l’IA est un allié de poids.

La culture de la question

Dans la Chaire UNESCO de philosophie enseignée aux enfants, à Nantes Université, il est question de la « culture de la question ». Le questionnement est une clé de la philosophie et on peut s’appuyer sur l’envie naturelle des enfants à questionner pour développer le sens de la question7.

Internet représentait en quelque sorte la culture de la réponse : la capacité d’obtenir des réponses à des questions et, même, à ne pas poser de question et se contenter de jeter un ou deux mot(s) à son moteur de recherche.

Avec les IA génératives, les choses sont différentes : il s’agit de prompter, d’engager une conversation avec l’IA pour obtenir des réponses utiles. Cela suppose deux choses : que l’on comprenne cette logique de la question, mais aussi qu’on dispose des éléments pour la poser. Dans un domaine inconnu, impossible de poser une question, sauf si celle-ci est celle d’un contrôle !

L’éducation durable ou l’éducation au développement durable ?

Ce qui n’est pas éphémère est durable. On pourra fouiller la littérature, le concept d’éducation durable a l’air de ne pas exister. Si vous interrogez le web, les réponses sont invariablement « l’éducation au développement durable, c’est… ». Vous pouvez insister et dire qu’il ne s’agit pas de ça, rien n’y fait. Vous pouvez aussi questionner ChatGPT et, instantanément, celui-ci vous répond : « L’éducation durable, également connue sous le nom d’éducation au développement durable, est un concept… ».

Peut-être est-ce parce que dans le contexte onusien, « durable » est l’adaptation en français du terme anglais « sustainable », et si dans d’autres contextes les termes sont à peu près interchangeables, dans celui de l’éducation, ils ne le sont pas. C’est ainsi que, quand on lit la feuille de route de l’ODD/SDD 4 pour « une éducation de qualité pour tous », on voit bien que nulle part, la nécessité d’une éducation durable dans le temps n’est nécessaire8. Il y a bien un agenda pour la « sustainable education » (Stirling 9), mais on notera qu’il s’agit bien plus d’une éducation à une société durable (sustainable) qu’une éducation non éphémère.

L’éducation durable serait celle qui cherche à permettre aux connaissances d’être remobilisées ultérieurement, directement -car elles sont acquises- ou indirectement, car on saura interroger l’intelligence artificielle pour les récupérer.

Les REL comme contribution à une éducation plus durable

Face à ces constats, les solutions ne sont peut-être pas si éloignées : on peut en particulier briser le cercle vicieux du livre qui est rendu à la fin de l’année universitaire ou scolaire en remplaçant le modèle marchand par celui des ressources éducatives libres (REL). Adopter des REL plutôt que des manuels gratuits payants (payés par les contribuables ou par les parents) doit permettre de se reposer sur des communautés de pratique et d’assurer à la fois l’évolution dans le temps et une consultation à tout moment (comme une page Wikipédia).

Bien entendu, le remplacement progressif des manuels scolaires -par ailleurs extrêmement chers- par des ressources éducatives libres, ne suffit pas. Il est essentiel de revenir à un concept qui prend tout son sens dans le contexte du « durable » : l’éducation doit permettre d’apprendre à apprendre.

Conclusion : mobiliser ses connaissances

En fin de compte, avec l’avènement de l’IA, c’est sans doute le sens de l’expression « mobiliser ses connaissances » qui a changé. Il convient donc de chercher ce que cela recouvre aujourd’hui. En fin de compte, sur un nouveau sujet, il s’agit de retrouver des connaissances que l’on a déjà acquises ou qu’on est capable de (re)mobiliser.

L’arrivée si rapide de l’IA nous permet de constater que notre éducation ne conduit pas au développement des aptitudes permettant cette mobilisation. La formation à l’utilisation de l’IA par toutes et tous, le choix de modèles permettant une réutilisation dans le temps des ressources éducatives, et un travail en profondeur pour ne pas faire des contrôles de connaissances et des examens un objectif de l’éducation : ce sont trois directions qu’il convient d’envisager pour aller vers une éducation plus durable.

Quelques références

  1. Les Danois utilisent Internet pendant leurs examens, y compris le baccalauréat. Il est difficile de trouver des sources (autres que les explications de nos collègues danois). Mais -avec des interruptions liées à des changements de majorités politiques- c’est le cas depuis 2009 : https://thenextweb.com/news/students-denmark-allowed-full-access-internet-exams. ↩︎
  2. Alan Turing discute, dans son article de 1950, des possibilités de rendre une machine intelligente, de la façon de discerner cette intelligence (ce qui deviendra plus tard le test de Turing) et de la meilleure façon d’y arriver.
    Computing Machinery and Intelligence. Mind, Volume LIX, Issue 236, October 1950, Pages 433–460, https://doi.org/10.1093/mind/LIX.236.433 ↩︎
  3. Vladimir Vapnik est un chercheur soviétique puis américain, à qui on doit certains des principaux résultats théoriques de l’apprentissage automatique.
    Statistical Learning Theory (Théorie de l’apprentissage statistique), 1998. ↩︎
  4. La question des biais dans l’analyse des lettres de recommandation s’est réellement passée. On trouve cela analysé dans un rapport de l’UNESCO de 2018 (https://en.unesco.org/Id-blush-if-I-could). ↩︎
  5. On trouve facilement sur le web de nombreux sites permettant de se faire écrire -moyennant finances- son mémoire, sa composition, son devoir. Par exemple : https://redaction-de-memoire.fr/. ↩︎
  6. Dans une étude de 2023, au Royaume-Uni, 67% des élèves admettaient avoir utilisé ChatGPT. Et parmi ceux-ci, 68% indiquaient que cela avait permis d’améliorer leurs notes. Les détails scientifiques de cette étude manquent et il serait judicieux de la reproduire en France. On s’intéressera alors à savoir si la perception est d’avoir mieux appris ou juste d’avoir eu de meilleures notes. https://www.rm.com/news/2023/artificial-intelligence-in-education. ↩︎
  7. Le questionnement est un outil de base en philosophie, en particulier quand il s’agit d’inclure les enfants. Débat scolaire : les enjeux anthropologiques d’une didactisation https://journals.openedition.org/trema/598. ↩︎
  8. L’Objectif de Développement Durable 4 s’intitule « Éducation de qualité » et se résume ainsi : assurer l’accès de toutes et tous à une éducation de qualité, sur un pied d’égalité, et promouvoir les possibilités d’apprentissage tout au long de la vie. https://www.un.org/sustainabledevelopment/fr/education/. ↩︎
  9. Stephen Stirling est un chercheur britannique. Il promeut l’idée d’une éducation pour un monde durable. Ses analyses profondes doivent permettre de montrer que le point de vue exprimé dans cet article est plus proche qu’il ne paraît du sien. Sa remise en cause du système éducatif est certainement plus systématique. https://www.sustainableeducation.co.uk/. ↩︎
Remerciements

Merci aux relectures attentives et aux critiques d’Andréane Roques, Barbara Class, Catherine Lemonnier, Charlie Renard, Isabelle Bugeaud et Marianne Dubé. Je n’ai pas nécessairement pu inclure leurs analyses ici : le sujet est très riche et suscite visiblement interrogations, avis et opinions. L’objectif ici s’est limité à rester clair, ne pas être trop réducteur et susciter des discussions.

Liberté d’expression, indépendance

Les approches et opinions exprimées sur ce site n’engagent que la Chaire RELIA et ne reflètent pas nécessairement celles de Nantes Université et de l’UNESCO.

Licence
Licence Creative Commons

Sauf indication contraire, l’ensemble des contenus de ce site https://chaireunescorelia.univ-nantes.fr/ est mis à disposition selon les termes de la Licence Creative Commons Attribution 4.0 International.

1 Trackback / Pingback

  1. Pour apprendre à mobiliser ses connaissa...

Poster un Commentaire

Votre adresse de messagerie ne sera pas publiée.


*


*